Python之Matplotlib画图方法

Matplotlib是一个由John Hunter等开发的，用以绘制二维图形的Python模块。Matplotlib可以绘制多种形式的图形包括普通的线图，直方图，饼图，散点图以及误差 线图等；可以比较方便的定制图形的各种属性比如图线的类型，颜色，粗细，字体的大小等；它能够很好地支持一部分TeX排版命令，可以比较美观地显示图形中 的数学公式。

    Matplotlib的安装方法请参考官方文档：http://matplotlib.sourceforge.net/users/installing.html

    为了方便大家下载，这里提供NumPy、SciPy以及Matplotlib的下载地址：

    NumPy：http://sourceforge.net/projects/numpy/files/

    SciPy：http://sourceforge.net/projects/scipy/files/

    Matplotlib：http://sourceforge.net/projects/matplotlib/files/matplotlib/

    官方提供了Matplotlib很多示例，大家请参考：http://matplotlib.sourceforge.net/gallery.html

    在实际的生产环境中，曾经遇到过这样一个问题，将一些数据分析结果，按照日期形式做线性统计，非常感谢《Python科学计算》的作者的帮助，下面将代码进行分享。

1. # -*- coding: utf-8 -*- 

2. import numpy as np 

3. import pylab as pl 

4. from StringIO import StringIO 

5. data_str = """ 

6. 2012-04-01_02        68 

7. 2012-04-01_05        70 

8. 2012-04-01_08        69 

9. 2012-04-01_11        71 

10. 2012-04-01_14        72 

11. 2012-04-01_20        70 

12. 2012-04-02_02        71 

13. 2012-04-02_05        70 

14. 2012-04-02_08        69 

15. 2012-04-02_11        71 

16. 2012-04-02_14        69 

17. 2012-04-02_20        71 

18. 2012-04-03_02        74 

19. 2012-04-03_05        73 

20. 2012-04-03_08        77 

21. 2012-04-03_11        70 

22. 2012-04-03_14        71 

23. 2012-04-03_20        70 

24. 2012-04-04_02        70 

25. 2012-04-04_05        72 

26. 2012-04-04_08        72 

27. 2012-04-04_11        69 

28. 2012-04-04_14        71 

29. 2012-04-04_20        69 

30. 2012-04-05_02        75 

31. """ 

32.  

33. data = np.loadtxt(StringIO(data_str),  

34.         dtype=np.dtype([("t", "S13"),("v", float)])) 

35.          

36. datestr = np.char.replace(data["t"], "_", " ") 

37. t = pl.datestr2num(datestr) 

38. v = data["v"] 

39.  

40. pl.plot_date(t, v, fmt="-o") 

41.  

42. pl.subplots_adjust(bottom=0.3) 

43.  

44. ax = pl.gca() 

45. ax.fmt_xdata = pl.DateFormatter('%Y-%m-%d %H:%M:%S') 

46. pl.xticks(rotation=90) 

47.  

48. pl.xticks(t, datestr) # 如果以数据点为刻度，则注释掉这一行 

49. ax.xaxis.set_major_formatter(pl.DateFormatter('%Y-%m-%d %H')) 

50.  

51. pl.grid() 

52. pl.show() 

    效果图如下：

​